La llegada de la inteligencia artificial ha provocado un crecimiento explosivo de los centros de datos en todo el mundo. Cada pregunta a un chatbot, cada imagen generada y cada modelo entrenado requiere enormes capacidades de cálculo. El resultado es una carrera frenética por construir infraestructuras gigantescas, con un consumo energético y de recursos cada vez más difícil de sostener.
Pero la pregunta es inevitable: ¿y si parte de todo esto no fuese realmente necesario?
En el modelo actual todo pasa por la nube. Hoy, la mayoría de los sistemas de IA funcionan de una forma bastante clara. El usuario hace una consulta, esa información viaja a un gran centro de datos, allí se procesa mediante modelos muy potentes y la respuesta vuelve al usuario. Este modelo centralizado tiene sentido cuando los cálculos son enormes y deben atender a millones de personas al mismo tiempo.
El problema es que este enfoque solo está al alcance de unas pocas grandes tecnológicas, con miles de millones de inversión, acceso preferente a chips avanzados y enormes contratos energéticos. Además, plantea otros retos: dependencia de la nube, costes crecientes, problemas de privacidad y una huella energética nada despreciable.
En este contexto resulta especialmente interesante lo que están haciendo investigadores de la EPFL (Escuela Politécnica Federal de Lausana). Han desarrollado un nuevo software —que ya ha dado lugar a una empresa emergente— capaz de evitar el envío de datos a la nube para muchas de las tareas de Inteligencia Artificial.
Su propuesta, llamada Anyway System , permite coordinar varias máquinas dentro de una red local y ejecutar modelos de IA de código abierto directamente en esos equipos. En otras palabras: IA distribuida, cercana al usuario y sin depender de grandes centros de datos externos.
Si este enfoque demuestra ser viable a gran escala, el impacto puede ser notable. Muchas tareas habituales de IA —consultas internas, análisis de documentos, asistentes corporativos, automatización administrativa— no requieren modelos gigantes ni respuestas en milisegundos.
En esos casos, procesar la información localmente reduce costes, mejora la privacidad y alivia la presión sobre las infraestructuras centrales. Y, de paso, pone en cuestión el “hype” actual que justifica la construcción acelerada de centros de datos por todo el planeta.
No todo será local, pero tampoco todo será central. Conviene ser realistas. Los cálculos más complejos, los grandes modelos fundacionales y ciertas aplicaciones críticas seguirán necesitando centros de datos muy potentes. Pero eso no significa que todo deba pasar por ellos.
Cada vez hay más investigadores y empresas trabajando en IA distribuida, edge computing y modelos más eficientes, capaces de ejecutarse cerca del usuario. Es un enfoque más equilibrado, menos urgente y casi con toda seguridad más sostenible.
La inteligencia artificial todavía es muy joven en su adopción masiva. Llevamos poco tiempo conviviendo con ella como “la tecnología de moda”, y no sería extraño que su arquitectura evolucione rápidamente en los próximos años.
Quizás no se trate de eliminar los centros de datos, sino de usarlos mejor y solo cuando realmente haga falta. Mientras tanto, toca observar con calma cómo avanzan propuestas como la de la EPFL que ya ha superado la fase de prototipo, y se está probando en empresas y administraciones de Suiza, y supongo que en no mucho tiempo dispondremos de noticias más concretas sobre su verdadera viabilidad.
Como casi siempre en tecnología, el tiempo dirá, y pondrá las cosas en su sitio.
ES 
EN